論文の概要: Assessing Quantum Annealing to Solve the Minimum Vertex Multicut

• arxiv url: http://arxiv.org/abs/2601.00711v1
• Date: Fri, 02 Jan 2026 15:09:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-05 15:04:33.592574
• Title: Assessing Quantum Annealing to Solve the Minimum Vertex Multicut
• Title（参考訳）: 最小頂点マルチカットを解くための量子アニーリングの評価
• Authors: Ali Abbassi, Yann Dujardin, Eric Gourdin, Philippe Lacomme, Caroline Prodhon,
• Abstract要約: 通信ネットワークにおけるサイバーセキュリティは、古典的な方法で解決するのが困難な最適化問題につながることが多い。 本研究では,量子アニールを用いた制限頂点最小マルチカット問題の実現可能性について検討する。 量子ワークフローの重要な側面として、小さな埋め込み技術、チェーン長、トポロジー制約、チェーン強度選択、アン埋め込み手順、後処理などを分析する。
• 参考スコア（独自算出の注目度）: 1.3701366534590498
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Cybersecurity in telecommunication networks often leads to hard combinatorial optimization problems that are challenging to solve with classical methods. This work investigates the practical feasibility of using quantum annealing to address the Restricted Vertex Minimum Multicut Problem. The problem is formulated as a Quadratic Unconstrained Binary Optimization model and implemented on D-Wave s quantum annealer. Rather than focusing on solution quality alone, we analyze key aspects of the quantum workflow including minor embedding techniques, chain length, topology constraints, chain strength selection, unembedding procedures, and postprocessing. Our results show that quantum annealing faces substantial hardware-level constraints limitations in embedding and scalability, especially for large instances, while hybrid quantum-classical solvers provide improved feasibility. This study offers a realistic assessment of the D-Wave system s current capabilities and identifies crucial parameters that govern the success of quantum optimization in cybersecurity-related network problems.
• Abstract（参考訳）: 通信ネットワークにおけるサイバーセキュリティは、古典的な手法では解決が難しい、難しい組合せ最適化問題を引き起こすことが多い。 本研究では,量子アニールを用いた制限頂点最小マルチカット問題の実現可能性について検討する。 この問題は擬似非拘束バイナリ最適化モデルとして定式化され、D-Wave s 量子アニール上で実装される。 ソリューションの品質のみに焦点をあてるのではなく、小さな埋め込み技術、チェーン長、トポロジー制約、チェーン強度の選択、アン埋め込み手順、後処理など、量子ワークフローの重要な側面を分析します。 以上の結果から,量子アニーリングは,特に大規模インスタンスにおいて,組込みや拡張性においてハードウェアレベルの制約に大きく依存する一方で,ハイブリッド量子古典解法は実現可能性の向上を図っている。 本研究は,D-Waveシステムの現在の性能を現実的に評価し,サイバーセキュリティ関連ネットワーク問題における量子最適化の成功を規定する重要なパラメータを同定する。

関連論文リスト

• Quantum Approaches to the Minimum Edge Multiway Cut Problem [1.3701366534590498]
  本稿では,通信網のレジリエンスを評価するための基本課題である,最小エッジマルチウェイ切断問題について検討する。 我々は、D-Wave量子処理ユニット上の量子アニール、Quandela s Percevalプラットフォーム上でシミュレートされたフォトニック変動量子回路、IBM s ゲートベースの量子近似最適化アルゴリズム(QAOA)という3つの量子コンピューティングパラダイムにまたがる問題をベンチマークした。
  論文  参考訳（メタデータ） (2026-01-02T15:26:36Z)
• Quantum-Classical Hybrid Quantized Neural Network [8.382617481718643]
  本稿では、任意のアクティベーションと損失関数の使用を可能にする、量子化されたニューラルネットワークトレーニングのための新しい擬似バイナリ最適化(QBO)モデルを提案する。 我々はQCBO問題を直接解くために量子コンピューティングを利用するQCGD(Quantum Gradient Conditional Descent)アルゴリズムを用いる。
  論文  参考訳（メタデータ） (2025-06-23T02:12:36Z)
• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
  変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。 本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• RhoDARTS: Differentiable Quantum Architecture Search with Density Matrix Simulations [44.13836547616739]
  変分量子アルゴリズム(VQA)は、ノイズ中間スケール量子(NISQ)コンピュータを活用するための有望なアプローチである。 与えられたVQA問題を効率的に解く最適な量子回路を選択することは、非自明な作業である。 量子アーキテクチャ探索(QAS)アルゴリズムは、与えられた問題に合わせた量子回路の自動生成を可能にする。
  論文  参考訳（メタデータ） (2025-06-04T08:30:35Z)
• Leveraging Pre-Trained Neural Networks to Enhance Machine Learning with Variational Quantum Circuits [48.33631905972908]
  我々は、事前学習されたニューラルネットワークを用いて変分量子回路(VQC)を強化する革新的なアプローチを導入する。 この手法は近似誤差をキュービット数から効果的に分離し、制約条件の必要性を除去する。 我々の結果はヒトゲノム解析などの応用にまで拡張され、我々のアプローチの幅広い適用性を示している。
  論文  参考訳（メタデータ） (2024-11-13T12:03:39Z)
• ML-QLS: Multilevel Quantum Layout Synthesis [6.706813469929441]
  ML-QLSは、新しいコスト関数とクラスタリング戦略を統合したスケーラブルな改善操作を備えた、最初のマルチレベル量子レイアウトツールである。 実験の結果,ML-QLSは数百の量子ビットを含む問題にスケールアップでき,大規模回路用QLSツールよりも優れた52%の性能向上を達成できることがわかった。
  論文  参考訳（メタデータ） (2024-05-28T17:10:20Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。